查看新版>>
我的位置： 上观号 > 上海市法学会 > 文章详情

李琛｜数据驱动型企业经营者集中审查标准研究

转自：上海市法学会 2024-07-09 08:44:43

数据驱动型企业往往采取较具创新性的商业模式和经营组织方式，由此使得主要面向传统企业的经营者集中审查标准在应对数据驱动型企业时出现了不适用的状况。数据驱动型企业经营者集中的特殊性，导致原有的经营者集中事前审查标准无法适用，使得以传统方式确定“相关市场”的路径难以契合新的经营业态，其经营和扩张方式的独特性也致使既有市场份额判定标准失灵。因此，未来在完善针对数据驱动型企业的经营者集中审查标准时，应着力改进事前申报标准，调整“相关市场”的确定方法，并完善市场能力推定标准的设定。通过改进经营者集中审查标准，适应数据驱动型企业在我国市场中的快速发展，保障我国数字经济的长期健康发展。

2022年6月24日，我国通过了新修订的反垄断法。纵观新修订的内容，不难发现对于数据驱动型企业的滥用市场支配地位或者垄断行为的规制成为了新法关注的重点，这与我国近年来的反垄断实践经验密不可分。在实践当中，由于数据驱动型企业作为新兴业态，其经营者集中行为往往不符合传统的审查标准，但是其合并行为对于市场竞争的冲击并不会小于传统行业，所以优化数据驱动企业经营者集中审查标准，将成为我国制定新反垄断法实施细则的重要内容。
一、数据驱动型企业的经营者集中概述

（一）
经营者集中的审查标准

我国2007年反垄断法第12条和第20条对经营者和经营者集中行为作出了简单的界定，在新修订的法律当中，仅对经营者的范围增加了非法人组织，依旧未明确规定经营者集中审查标准的基本含义和法律地位。学界普遍认为，狭义的经营者集中审查标准是指反垄断执法机构或者市场监督机构在针对企业的经营者集中行为对市场竞争产生影响进行判断时所采用的标准；广义的审查标准还包括具体因素和抗辩规则。狭义的经营者集中审查标准也可称为原则性审查标准，而该标准作为经营者集中审查当中的主要内容，对于实践的影响更加明显，所以将之作为研究的主要内容。
经营者集中审查标准基于社会福利原则所确定，其根本目的是促进市场竞争，提升资源的利用效率。通常情况下，社会福利原则主要包括生产者利益和消费者利益，同时多数情况当中消费者利益是经营者集中所主要考量的，但是社会总福利标准关注的是社会总体的效率实现情况，即消费者剩余和生产者剩余总和最大的情况，平衡权重标准是美国、欧盟等发达国家所推崇的。平衡权重标准的提出使得这两方利益都被经营者集中标准所包括，但平衡权重标准具有个案的灵活性，进行法律的明确规定有些困难，这就要求执法机构具有一定的主动性，所以大多数经营者集中审查标准规定在法规或者机构准则当中。就我国而言，我国采取的反垄断审查标准的基础是以类似平衡权重为标准的，总体上以社会总福利作为标准制定的依据，但在实际执行当中重点考虑消费者福利。
另外，产业政策对经营者集中审查标准有着重要影响。经营者集中审查是促进市场竞争的重要手段，其目的是促进市场当中各项资源的高效利用和分配，同时在多数情况下，经营者集中审查还被赋予了对于新兴产业和市场主体的保护，例如英国确定了经营者集中审查的对象为所有影响市场竞争的合并行为，其对于初创企业和特殊领域内的小企业均有特别保护措施。所以针对数据驱动型企业所存在领域往往是人工智能、信息服务、大数据等高科技行业，中小企业中的技术研发和创造能力以及数据的收集能力也无法利用对于传统产业当中衡量企业规模的指标进行判断，因此对于数据驱动型企业的经营者集中审查标准的确定，应当明确维护市场竞争的根本目的，不应当以市场能力或者市场规模作为经营者集中审查的唯一标准。

（二）
数据驱动型企业经营者集中的特殊性

数据驱动型企业是指在互联网的基础上，结合大数据技术的运用，实现数据的收集、整合和分析并服务于特定行业的企业，在这些企业当中，数据资源是企业的核心资源，所以相较于传统产业领域的企业，数据驱动型的企业具有特殊性。首先是数据驱动型企业的经营者集中的主体相对不确定，同时主体的跨行业经营是常态。数据驱动型企业以数据收集为核心业务，但同时也要实现数据资源的高度利用，在此情况下持有较多数据资源的企业往往会进行跨行业经营，所以相较于传统企业的横向并购或者纵向并购而言，数据驱动型企业间的并购在行业领域并无太多规律。虽然并购主体并不确定，但是经常进行并购活动的经营者的范围较小，多数情况下为国内的互联网巨头，这些巨头完成并购的目的多数不是被收购企业本身，而是其掌握的数据资源以及数据的来源渠道。因此，数据驱动型企业并购的客体也具有特殊性，不同于传统企业间的并购目标为对方的生产设备或分销渠道，而是数据收集、处理和应用的技术和模式，就经营者集中审查的标准而言，针对这些信息资源的估值或者仅以销售额或者资产价值作为经营者集中审查的依据的可靠性就会降低。在并购完成后，这些数据驱动型企业仍然属于互联网企业的范畴，知识产权的融合也是并购的重要目标，这些知识产权往往和数据收集、处理紧密相关，所以在并购之后，对于原有的数据以新获得的技术进行处理也会实现数据的效能增加，双方的数据资源整合会带来规模效应，不仅表现为数据的累加，而是在数据整合之后会产生新的信息资源，所以数据信息关联度更高的企业之间的合并应当更加予以警惕。
数据驱动型的经营者集中活动相较于传统企业有着鲜明的特点，所以在经营者集中的标准制定过程中如何应对这些特殊性问题，是对这些企业开展经营者集中审查的关键点。
二、域外数据驱动型企业经营者集中审查标准

（一）
欧盟对于数据驱动型企业经营者集中的审查标准

20世纪80年代末，欧共体理事会意识到经营者集中监管的重要性，逐渐建立起经营者集中审查和控制制度，确立了“市场支配地位标准（MD标准）”，这一标准后来被世界多个国家所参考和借鉴，该标准的制定基础采结构主义导向，以合并经营后市场份额变化对竞争的影响为判断标准。2004年欧盟《第13/2004号并购控制条例》当中确定了“严重妨碍有效竞争标准（SIEC标准）”，同时代表欧盟经营者集中审查标准由结构主义向行为主义转变，但这两套标准都建立在单边市场的假定之上，对于数据驱动型企业创新的双边市场经营模式通常是不适用的。
近年来对于数据驱动型企业的控制，欧盟通常从个人信息保护的角度出发，打击大型数据驱动型企业的损害市场竞争的商业行为，包括市场经营主体的合并，同时也注重在自由竞争的市场中保护中小企业的生存空间。2020年底欧盟发布数字市场法案，其中重要内容就是维护数字服务市场的竞争关系，保护中小企业的利益。另外，从“事前申报标准”来看，针对数据驱动型企业，欧盟各国普遍引入“交易价值”替代“营业额”设定经营者集中的标准：德国2017年修订的竞争法引入了“交易额”标准，交易额包括整个合同中所交付的对价的总体价值，如果超过4亿欧元就需要进行经营者集中申报；奥地利在奥地利卡特尔与竞争法案中规定了2亿欧元的“交易总价值”标准。由此可见欧洲国家对于数据驱动型企业的经营者集中申报，希望引入更宽泛的“交易价值”标准，以此涵盖数据驱动型企业的合并行为。在“相关市场”方面，欧盟对于数据驱动型企业“相关市场”的界定还未形成统一规范的界定流程，在例如消费者通信服务与社会网络服务市场间的关系等诸多问题上还存在分歧，但以目前实践来看，“存在相关交易就存在相关市场”是欧盟“相关市场”界定当中的一条准则，对于数据驱动型企业而言，在某一市场中进行了较为广泛的交易行为，则该市场就应当属于“相关市场”的范围，但对于市场的具体划分还存在争议。

（二）
美国对于数据驱动型企业经营者集中的审查标准

美国对于经营者集中审查的实体规则主要规定于克莱顿法中，但对于经营者集中审查的标准和程序，该法案并未涉及，美国司法部和联邦贸易委员会出台的《横向并购指南》详细规定了相关市场的界定等经营者集中的审查标准。对于美国而言，其为互联网的发源地和数据驱动型企业最密集的国家之一，所以美国的经营者集中审查标准在制定之初就注意到了数据驱动型企业的特殊之处，其标准制定没有采用普遍通行的市场份额标准，而是采用交易额和资产额、销售额相结合的标准，规定经营者集中的申报标准为交易额超过2亿美元，或者不足2亿美元但超过5千万美元并符合资产额或者交易额的标准时，应当进行经营者集中申报，这一综合标准的运用很大程度上也将数据驱动型企业包含在内，即使在数据驱动型企业的商业模式之下，交易额、资产额和销售额这三项指标当中应当至少有其中之一可以对交易的体量和规模作较为客观的认定。在“相关市场”界定方面，《横向并购指南》中对于“相关市场”的界定和我国实践中的做法有些类似，都是从产品市场和地域市场两个方面出发，但是给予了更多的测试方法指引，包括我国常用的基准价格和SSNIP测试以及假想垄断者检验，同时，假想垄断者检验是主要被采用的方法。在司法实践中，美国的反垄断执法单位对相关市场的认定更加灵活自主，在针对数据驱动型企业所涉及的“相关市场”界定时，一方面会依靠指南当中提供的检验方法，但同时也会进行相似市场的推定，所以检验方法的结论并非绝对，而是可以由执法机构根据经验进行相应调整。综合来看，美国对于经营者集中审查有着较为系统的标准和方法，但是对于数据驱动型企业的经营者集中审查却很少被启动，由此可见美国对于数据驱动型企业的经营者集中持较为宽松的态度。
综上，欧盟和美国对于数据驱动型企业的经营者集中审查标准遵循不同的理念和标准，欧盟标准还在不断发展和完善中，但是其利用个人信息保护等其他因素否定了大量的数据驱动型企业的合并行为；美国的经营者集中标准综合性和系统性更强，对于数据驱动型企业的合并行为同样可以适用，但是对于数据驱动型企业的经营者集中审查很少被启动，由此可见，对数据驱动型企业的经营者集中审查标准的执行很大程度上受本国产业政策的影响。

（三）
域外数据驱动型企业经营者集中审查标准的经验借鉴

1.事前申报可采用混合标准




美国所采用的混合标准在一定程度上弥补了单一标准对于数据驱动型企业的失灵，混合标准主要指的是以营业额、交易额或者资产总额当中的一个指标为主，以其他指标作为补充，确定一个混合型的标准作为企业经营者集中事前申报的标准，这种做法能够更加客观地评价合并交易的影响力，也能将大部分数据驱动型企业的合并行为包含在内。这种方法可以作为我国未来一段时间内的过渡性标准。这种标准虽然对大部分数据驱动型企业的合并行之有效，但是也使得更多的企业进入到经营者审查的范围之内，市场的自由秩序可能受到影响。欧盟的做法是在进行针对数据驱动型企业的经营者集中审查之时，对市场竞争的损害只是审查的一个方面，个人信息保护等因素也可成为审查标准和否定合并行为的因素，但是将此种审查混入到经营者审查当中可能会导致审查的透明度降低，引起数据驱动型企业对市场环境的担忧。
综上，事前申报标准应当尽可能简明化，方便合并企业自主申报，数据存量和增量标准虽然对数据驱动型企业更有针对性，但标准制定较为困难，在短时期内无法付诸实践，所以可采用混合标准弥补单一标准的不足，但应当注意的是不应在确定混合标准之时，使得过多的合并行为成为经营者集中调查的对象，减损市场交易的自由度。
2.增强原则性标准的指引性




在“相关市场”界定以及市场实力的测定方面，多数国家都未在法律当中明确规定相应的标准和方法，而是在法规或者机构指南当中进行规定，这是由于这些概念的界定方法通常较为复杂和灵活，而且目前多数方法都是针对传统商业模式的单边市场情况，在针对数据驱动型企业“相关市场”的双边市场经营情况时并不完全适用，所以应当在法律当中明确原则性标准。为应对这一情况，欧盟在实践中形成了“存在相关交易就存在相关市场”的实践性指导原则，该原则可以被认为是“严重妨碍有效竞争标准（SIEC标准）”的一个延伸，而美国虽然只在克莱顿法当中规定了“实质性减少竞争”标准，但20世纪40年代美国经济学家John Bates Clark提出的“有效竞争”是在后来发展成为美国经营者集中审查标准的内涵性原则。事实上，欧盟的“严重妨碍有效竞争”和美国的“有效竞争”都属于结果性标准，都意味着经营者集中行为在实质性地影响市场竞争时才应当受到处罚。这种统一的原则性指引使得欧盟和美国国内的反垄断审查标准相对统一，其制定的出发点保持了一致，另外对于司法实践而言，执法机构在进行“相关市场”界定以及市场实力的测定等技术性问题上，可以被赋予一定的灵活性和自主性，这就弥补了具体标准的不足。
所以，在欧美的立法当中，虽然也无法将“相关市场”界定以及市场实力的测定等技术性方法明确下来，但是可以通过规定原则性标准，并在立法和司法实践当中贯彻这一标准，增强其指引性和对经营者集中审查标准的统一性，并弥补具体性标准的不足。
三、我国数据驱动型企业经营者集中审查的现状

（一）
数据驱动型企业经营者集中审查的制度框架

目前，我国对数据驱动型企业的经营者集中审查流程和标准与普通企业之间并无差异，对于实体标准，我国2007年反垄断法第28条进行了规定，即经营者集中具有或可能造成排除或者限制竞争的影响；对于审查程序，也采用世界范围内较为通行的流程。其一是进行相关市场的界定，相关市场的界定是程序法下的实体问题，对于相关市场的认定往往依靠执法机构的执法经验或者市场调查，传统企业的相关市场界定较为清晰，其对消费者直接或者间接地提供终端产品，可以依赖于终端产品以及原材料的交叉对比，确定相关市场，但此类相关市场的确定方法对于市场驱动型企业往往是无效的。其二是对参与经营者集中的企业的力量或者市场影响力进行评估。市场影响力的评估往往涉及企业所占有的市场份额、相关市场的集中度以及经营者集中行为是否会产生或者可能产生限制或者排除竞争的效果。传统企业的生产和经营活动往往有实体的资源在运行，也会产出相应产品，这些都是开展企业占有市场份额以及相关市场的集中化程度调查的重要依据，但对于数据驱动型企业，多数情况下其运行中并未有实体生产资料的参与以及具体产品的产出，同时也可能不产生直接进入市场范围的产品，所以其市场份额和占有率的确认较为困难，同时由于前述步骤当中的相关市场的界定存在一定障碍，所以市场的集中化经营程度也无从确定。其三是对经营者集中主体的合并行为产生的对于竞争影响的评估，该测试往往是在较短时间内采用相关指标对经营者集中的影响进行评估，但对于数据驱动型企业而言，其开展经营活动的灵活性较强，其经营范围和客户群体可能随着自身经营战略的调整在短时间内发生较大变化，同时其掌握的数据资源也可能被快速运用于其他领域，所以对于经营者集中影响的评估在多数情况下可能会丧失稳定性和可靠性。其四是得出相应结论，根据结论采取禁止合并的决定或者采取相应的补救措施，对于数据驱动型企业而言，数据资源的整合速度相较于传统企业的生产资源的整合要快速得多，同时采用的渠道也可能较为隐蔽，因而对于其限制性决定和措施的实际执行可能存在困难。

（二）
数据驱动型企业经营者集中审查的标准

相较于传统企业的经营者集中审查，在数据驱动型企业的经营者集中审查当中，市场占有率和市场能力往往作为审查依据的主要标准，同时这两个标准之间较为独立。对于数据驱动型企业而言，数据存量和数据收集能力是判断其市场占有率的重要指标，但这两项指标的应用对于市场占有率标准进行了削弱，同时数据驱动型企业所在领域往往具有较高的市场准入门槛，市场能力测试也存在较大障碍。
对数据驱动型企业而言，其掌握的信息总量以及未来可能获取的信息量被认为是其市场能力的重要指标，但是获取信息并不意味着直接盈利，所以数据量也通常不能作为市场占有率的参考指标，而是以这两项指标来替代市场占有率，但其严谨性还有待评价。对于市场驱动型企业而言，将市场占有率和市场能力之间分离，同时将市场占有率指标以数据存量和未来数据的获取量指标来替代，虽然弥补了现有评估体系下经营者集中标准的失灵，但仍存在较多问题。
四、数据驱动型企业经营者集中审查标准的困境

（一）
原有事前申报标准受到挑战

传统的事前申报制度以市场占有率为核心，但对数据驱动型企业而言，市场占有率不能作为审查的依据，自然也不能作为事前申报的标准。事前申报和反垄断执法机关依职权开展调查通常被认为是经营者集中调查启动最主要的两个途径，所以能否制定合理清晰的事前申报标准对于经营者集中主体有着重要的影响。传统行业当中市场占有率作为市场能力的核心标准，通常与销售额和利润总额相挂钩，同时市场上的供求关系和生产资料的获取能力通常也被认为是市场占有率的重要参考依据。但对于数据驱动型企业而言，在其价值链和生产流程当中往往没有实体生产要素的运行和产品的产出，其提供的服务往往也是免费产品，关注的重点往往是消费者的使用体验、用户的活跃度和客户粘性等，这些标准很难用具体和统一的指标固定下来。所以对于数据驱动型企业而言，在其产品多为免费以及销售额普遍较低的情况下，以销售金额或利润总额为核心的事前申报标准基本失效，同时其作为日常经营评估标准的客户活跃度以及客户粘性也很难成为事前申报的依据，因此数据的存量以及增量空间应当成为事前申报的关键标准，但其与现有标准之间如何协调是完善数据驱动型企业经营者集中事前申报制度的关键

（二）
“相关市场”界定方法的模糊

根据《国务院反垄断委员会关于相关市场界定的指南》当中对于相关市场的定义，相关市场就是企业参与竞争的市场范围，从反垄断的实践来看，通常假定参与经营者集中的主体均存在于单边市场当中，即企业将产品单方地输出给消费者，所以对于单边市场可以根据产品市场以及地域市场的交叉关联，较为准确地确定合并主体参与竞争的市场范围。但对数据驱动型企业而言，其经营模式较符合双边市场的特性，即一方面以优惠或者免费的方式向消费者提供服务，另一方面又将获取来的消费者数据出卖给其他的商业主体，所以具有较为明显的双边市场经营的特点。双边市场当中的两组消费者又存在着较多的外部因素的交叉，SSNIP测试对传统产业主体界定相关市场时，参照单边市场条件下价格小幅度变化的情况中消费者选择的明显变化，因而针对外部因素多点交叉并且交叉因素不确定的情形时，SSNIP测试无法做到控制变量的效果，同时对于数据驱动型企业而言，其提供的服务多数情况下为免费，故初始价格也无从计量。因此，作为传统经营主体之相关市场确定方法的SSNIP测试，在数据驱动型企业的双边市场经营模式测试当中无法发挥其作用，数据驱动型企业的经营者集中相关市场的确定陷入较为模糊的状况当中。

（三）
市场份额标准的失灵

市场占有率指标的主要来源是产品的销售金额或利润总额，对数据驱动型企业并不适用。在传统企业的并购中，市场占有率的计算方法通常为本企业的销售金额或利润总额在相关市场当中所占的比重，但对于数据驱动型企业而言，其提供给消费者的服务往往是免费的，其主要的盈利模式是向其他商业主体收取信息发布或者获取信息的费用，此项费用很难认为是使用其产品的代价，对于数据驱动型企业依然根据销售金额或者利润总额来确定其市场占有率显然无从下手。对于市场力量标准的评估，需要以相对开放的市场为前提，但对于数据驱动型企业所在领域而言，市场准入存在较高的技术门槛，市场力量受到诸多因素的制约。首先是受到固定效应的影响，数据驱动型企业往往会不断增强客户粘性，对于数据驱动型企业会开展多渠道经营，在不同领域向客户提供服务，增强客户的活跃度和客户粘性一直被认为是数据驱动型企业的重要指标，因此对于市场能力测试而言，很难在现有市场条件下得出相对客观的结果。另一方面，数据驱动型企业的知识产权以及新技术相对密集，新企业很难在短时间内获得大量资源，所以市场形成了较强的虹吸效应，产业的集中度快速增强，虽然这些企业展现出自由竞争的姿态，但实际却设置了较高的准入门槛。以此角度来看，数据驱动型企业所涉及的经营领域额市场集中度较高，而且准入困难，市场格局固化严重，对于市场能力的评估很难做到客观，对大企业的市场能力测试结果一般为肯定，对小企业的市场能力测试结果一般为否定，对市场能力的测试可以认为已经失效。
五、数据驱动型企业经营者集中审查标准的改进

（一）
优化事前申报标准

对于事前申报标准的完善方向，较为现实可行的主要有二：以并购的成交额度设定事前申报标准或者以数据存量和增量空间为申报标准。对于以并购额度设定经营者集中申报标准而言，其缺点十分明显，其一是部分并购交易金额并不大，但是对于市场竞争造成的影响却巨大，例如国内的互联网巨头会习惯性地吸纳一定的初创型的科技公司，这些企业一般掌握着独有技术或者超前的商业模式，但是这些企业还未发展起来，所以从市场估值和交易金额都不会太大，但是可以使得这些互联网巨头在新兴市场当中奠定主导地位，此时经营者集中审查就未发挥其应有作用。其二，以并购金额作为申报标准，交易主体可以通过互换股权、设立股权基金或者代持股等方式降低合同交易的货币金额，以达到规避审查的目的。因此，将交易金额作为经营者集中的申报标准缺点明显。以数据存量和增量空间为申报标准具有一定的可行性，数据存量和增量空间是数据驱动型企业的核心资产，同时以此为事前申报标准也能与后续的审查标准相一致。但是，以此为标准需要解决数据存量标准的统一化问题，不同企业以不同方式收集的信息在内容上存在较大差异，设定数量标准是确定信息存量的前提和依据；同时对于增量空间的估计也需要确定具体标准，数据驱动型企业面临的市场形势变化较快，合理地确定采样时长等因素是客观估计数据增量标准的重要内容。

（二）
改进“相关市场”的界定方法

对于数据驱动型相关市场的界定，传统的SSNIP测试已难以适用，因此应当确定相应的替代性措施，并围绕数据存量和增量这一关键性因素。首先可以参考SSNIP测试的基本逻辑，在采取产品的“性能明显但是小幅度的提升”后，参考消费者的选择情况来确定相关市场的范围，新的测试模式下产品性能参考的主要依据是数据驱动型企业日常经营当中经常使用的客户活跃度和客户粘性，也可以参考客户的使用体验。此种模式下，相关市场的确定与数据驱动型企业的日常经营指标关联起来，测试的可信赖程度将有所提高。另外，也可以采用盈利模式替代法作为辅助性的方法，由于数据驱动型企业双边市场经营的特性，其营利收入的来源通常不固定，主要可以概括为网络接入、互联网广告以及网络付费服务三个主要市场，当数据驱动型企业的经营涉及其中的某个市场，同时该市场可以被其他模式下不同的市场所替代，就应当认定该市场为相关市场，简而言之就是将合并主体的业务市场进行分类，再与其他相关主体涉及的市场进行交叉比较，存在可替代性关系的市场就应当认定为相关市场。这两种相关市场的确定方法可以相互印证比较，明确合并主体所涉及的“相关市场”。

（三）
市场能力推定标准的完善

传统的市场占有率标准依赖于企业的销售总额或者利润总额的确定，但是针对数据驱动型企业商业模式的特殊性，这两项指标并不能实际代表其市场能力，取而代之的应当是数据存量和增量这一核心指标，但是考虑到数据编辑和存储方式的不同，简单的数据体量也无法直接确定市场份额的大小，消费者对其所提供的服务的活跃程度或者用户粘性（可以参考点击量、浏览量以及转化比率）也应当是重要的参考标准。总而言之，在现有模式下很难将市场占有率彻底抛开来直接进行市场能力评估，所以重构的应当是数据驱动型企业的市场占有率确定方式。另外，市场能力测试还要考虑到相关市场的隐性壁垒，互联网模式下强大的固定效应和技术壁垒，造成了相关市场的相对固化趋势，所以对于市场能力的评估应当充分考虑市场竞争的自由程度，不能仅依据固有模式作机械判断。
结论
目前我国数字经济发展迅速，但在发展过程中，寡头效应逐渐显现。为促进我国数字经济市场的健康发展，应当强化反垄断审查力度。数据驱动型企业作为新兴业态，在商业模式和盈利模式上都在快速创新，现有的反垄断审查标准难免体现出许多与之不相适应之处，原有的经营者集中事前审查标准无法适用，“相关市场”确定方式的模糊以及市场份额标准的失灵，是目前相对凸显的问题。针对这些问题，我国反垄断立法无论是在审查措施还是在审查技术标准上，都应逐渐作出调整，适时改进事前申报标准，明确“相关市场”的确定方法以及市场能力测试方法，以更加系统、完善的方式进行数字驱动型企业的反垄断审查。这一适应性调整将有利于我国数字经济的长期健康发展，也有利于保护个人隐私安全和数据安全。

往期精彩回顾

梅珂悦｜数字市场扼杀型并购的反垄断规制路径
万剑星｜数据刑事合规的实践检视和突破进路
王美辰｜生成式人工智能助推虚假信息泛滥的法律问题分析——以“Deepfake”为例
陈静｜人工智能体视域下的法益侵害及归责路径——以无人驾驶技术应用为例

钟浩谦｜元宇宙概念下虚拟主播商业模式的法律问题探究


上海市法学会官网

http://www.sls.org.cn